Introdução

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

x <- c('Feature A', 'Feature B', 'Feature C', 'Feature D', 'Feature E')
y <- c(20, 14, 23, 25, 22)
data <- data.frame(x, y)

fig <- plot_ly(data, x = ~x, y = ~y, type = 'bar',
        marker = list(color = c('rgba(204,204,204,1)', 'rgba(222,45,38,0.8)',
                                'rgba(204,204,204,1)', 'rgba(204,204,204,1)',
                                'rgba(204,204,204,1)'))) %>%
  config(displayModeBar = FALSE)
  
fig <- fig %>% layout(title = "Least Used Features",
         xaxis = list(title = ""),
         yaxis = list(title = ""))

fig

kbl(mtcars[1:5]) %>%
  kable_styling(bootstrap_options = c("striped", "hover"))

Segundo Capítulo

Lorem ipsum dolor sit amet, consectetur adipiscing elit. In placerat velit lectus, ut scelerisque diam aliquet hendrerit. Cras justo sapien, interdum quis turpis ut, efficitur dictum purus. Cras tristique felis elit, vel mattis turpis finibus quis. In vitae magna dolor. Curabitur pharetra metus tortor, sed dictum velit sagittis vel. Nullam elementum quis arcu a fringilla. Curabitur dapibus id nisl ut vehicula. Integer non blandit tortor, id hendrerit diam. Cras et sagittis ligula, ac ultrices arcu. In justo sem, gravida quis lectus non, maximus ornare massa. Integer ac malesuada nibh, quis dignissim dui. Quisque eget dapibus turpis. Quisque euismod suscipit diam, eget iaculis urna venenatis ac. Vivamus dapibus, arcu quis egestas pellentesque, nibh nulla sodales tellus, non ornare libero lorem vel velit.

WOE é calculado pela expressão abaixo: \[WOE = \log \displaystyle{\left( \frac{Dist_{Rel}.Óbito_i}{Dist_{Rel}.Alta_i} \right) }\]

\(Dist_{Rel}.Óbito_i =\) Frequência relativa de óbito.

\(Dist_{Rel}.Alta_i =\) Frequência relativa de alta.

Valor WoE positivo, significa que a distribuição de óbito é maior que a distribuição de alta.

Valor WoE negativo, significa que a distribuição de óbito é menor que a distribuição de alta.

Integer mi nunc, posuere pellentesque dolor nec, mollis maximus dolor. Vestibulum commodo, dui a varius dapibus, diam risus pharetra mauris, a pharetra orci ante aliquam leo. Vivamus condimentum tincidunt elit, id feugiat diam ullamcorper eget. Fusce varius augue eu est pretium lobortis. Fusce volutpat posuere pulvinar. Morbi at tellus fringilla odio vestibulum pharetra. Quisque turpis metus, ultrices id iaculis sed, elementum nec arcu. Duis vitae dolor non nibh imperdiet malesuada. Donec at maximus ipsum. Aliquam tempus est ut augue molestie pulvinar.

 # create factors with value labels
mtcars$gear <- factor(mtcars$gear,levels=c(3,4,5),
   labels=c("3gears","4gears","5gears"))
mtcars$am <- factor(mtcars$am,levels=c(0,1),
   labels=c("Automatic","Manual"))
mtcars$cyl <- factor(mtcars$cyl,levels=c(4,6,8),
   labels=c("4cyl","6cyl","8cyl"))

# Kernel density plots for mpg
# grouped by number of gears (indicated by color)
qplot(mpg, data=mtcars, geom="density", fill=gear, alpha=I(.5),
   main="Distribution of Gas Milage", xlab="Miles Per Gallon",
   ylab="Density")